أطلقت Thinking Machines نموذج Inkling 2 Small، حقق 31 على مؤشر الذكاء من Artificial Analysis - خطتهم لإصدار أوزانه ستجعله، وفق التصنيفات الحالية، النموذج مفتوح الأوزان الأعلى تسجيلاً الذي طُوّر خارج الصين
يُطلق Inkling 2 Small كنموذج مملوك، متاح مباشرة عبر منصة Tinker وTinker Playground من @thinkymachines، مع إصدار الأوزان في تاريخ لاحق. ارتفعت نتيجته 18 نقطة مقارنة بـ Inkling Small، مع ما يقارب 4 أضعاف من رموز الإخراج لكل مهمة. يوازي Gemini 3.8 Flash (high) من @GoogleDeepMind ويتفوق على MiMo-V2.6-Pro من @XiaomiMiMo على مؤشر الذكاء من Artificial Analysis v5.0.1.
أهم الخلاصات:
➤ مكاسب كبيرة مقارنة بـ Inkling Small، خاصة في المهام الوكيلة: يرتفع AutomationBench-AA من 5% إلى 46% وFrontierCode 2.0 من 5% إلى 25%. كما يرتفع HLE-Diamond من 12% إلى 29%.
➤ نقاط قوة برمجية مختلفة عن Claude Sonnet 5.5 (medium): يسجل Inkling 2 Small نسبة 25% على FrontierCode 2.0 مقابل 11% لـ Claude Sonnet 5.5 (medium)، لكن 13% على Terminal-Bench 4.0 مقابل 30%.
➤ درجات وكيلة إبداعية أعلى من Claude Haiku 5.5 وGrok 4.7 على AA-3D: يسجل Inkling 2 Small أيضاً أعلى من Gemini 3.8 Flash على كل من AA-3D وCode2Video-AA، لكنه خلف Claude Sonnet 5.5 في كليهما.
➤ تحسّن في الفيزياء بمستوى الأبحاث، لكنه يبقى خلف Gemini 3.8 Flash (high): يسجل Inkling 2 Small نسبة 56% على CritPt v2، بارتفاع من 34% لـ Inkling Small، مقابل 65% لـ Gemini 3.8 Flash (high).
➤ هلوسات أقل بفضل إجابات أكثر انتقائية: على AA-Omniscience v1.1، ينخفض معدل الهلوسة من 61% لـ Inkling Small إلى 27%، بينما ترتفع الدقة من 32% إلى 34% وينخفض معدل المحاولات من 77% إلى 53%.
➤ ما يقارب 4 أضعاف من رموز الإخراج: يستهلك Inkling 2 Small في المتوسط ~150K رمز إخراج لكل مهمة في مؤشر الذكاء مقابل ~37K لـ Inkling Small، و~31K لـ Claude Sonnet 5.5 (medium)، و~99K لـ Gemini 3.8 Flash (high).
➤ تكلفة تقارب 6 أضعاف تكلفة Inkling Small، لكنه أرخص من عدة نماذج أخرى بدرجات مشابهة في مؤشر الذكاء: تبلغ تكلفة Inkling 2 Small 1.18 دولار لكل مهمة في مؤشر الذكاء مقابل 0.20 دولار لـ Inkling Small، و7.77 دولار لـ Gemini 3.8 Flash (high)، و10.02 دولار لـ Claude Sonnet 5.5 (medium).
تفاصيل النموذج الرئيسية:
➤ النوع: نموذج استدلال مملوك عند الإطلاق؛ من المخطط إصدار الأوزان بموجب Apache 2.0 (التاريخ غير مؤكد)
➤ الوسائط: إدخال نص وصورة، وإخراج نصي
➤ الحجم: 594B معامل إجمالية / 17B معامل نشطة
➤ التسعير: $0.30/$1.00 لكل 1M من رموز الإدخال/الإخراج ($0.03 لكل 1M من رموز الإدخال المخزنة مؤقتاً)
➤ التوفر عند الإطلاق: Tinker وTinker Playground
مبروك للفريق في @thinkymachines على الإطلاق!